使用CUDA在GPU上并行Kronecker张量积

Question

我正在使用[PTX文件与matlab parallel.gpu.CUDAkernel] [2]在GPU上并行工作[此文件] [1].我[kron tensor product] [3]的问题如下.我的代码应该乘以两个向量kron(a,b)乘以第一个向量a=<32x1>的每个元素乘以另一个向量的所有元素,b=<1x32>输出向量大小将是k<32x32>=a.*b.我试着用C++编写它并且它起作用,因为我只关心求和2d数组的所有元素.我认为我可以轻松实现一维数组因为m=sum(sum(kron(a,b)))我正在处理的代码

for(i=0;i<32;i++)
 for(j=0;j<32;j++)
   k[i*32+j]=a[i]*b[j]

这意味着让第a[i]th个元素乘以eachelement b而且我会使用32块,每个块都有一个32线程,代码应该是

__global__ void myKrom(int* c,int* a, int*b) {
  int i=blockDim.x*blockIdx.x+threadIdx.x;
  while(i<32) {
    c[i]=a[blockIdx.x]+b[blockDim.x*blockIdx.x+threadIdx.x];
  }

这应该成为blockIdx.x外部循环的技巧,但事实并非如此.任何身体可以告诉我在哪里,我可以要求平行的方式来做平行和.

Answer 1

你的意思实际上可能是这样的：

__global__ void myKrom(int* c,int* a, int*b)
{
  int i=blockDim.x*blockIdx.x+threadIdx.x;
  if(i<32*32){
    c[i]=a[blockIdx.x]+b[threadIdx.x];
  }

}

当你通过调用内核时myKrom<<<32, 32>>> (c, a, b);